數(shù)據(jù)挖掘在學(xué)生成績(jī)分析中的應(yīng)用

沈偉明

[摘要]學(xué)校里每年都存放著大量的學(xué)生信息，這些信息的大部分是用于今后查對(duì)，如果這些成千LYY的信息只用于核對(duì)和備案，可以說這是一種信息浪費(fèi)。如何充分地利用這些數(shù)據(jù)，使其潛在的使用價(jià)值得到充分的挖掘和利用，為學(xué)校決策者提供決策依據(jù)，科學(xué)指導(dǎo)教學(xué)。本文利用現(xiàn)有學(xué)生成績(jī)數(shù)據(jù)庫(kù)，應(yīng)用改進(jìn)的數(shù)據(jù)挖掘Apfiofi算法進(jìn)行了情況分類，分析《c語(yǔ)言程序設(shè)計(jì)》課程成績(jī)優(yōu)秀直接影響《數(shù)據(jù)結(jié)構(gòu)》課程成績(jī)優(yōu)秀.學(xué)校可以調(diào)整教學(xué)內(nèi)容和改進(jìn)教學(xué)方法以適應(yīng)學(xué)生的學(xué)習(xí)和教學(xué)質(zhì)量的提高。

[關(guān)鍵詞]數(shù)據(jù)挖掘；關(guān)聯(lián)規(guī)則；Apfiofi算法

一、數(shù)據(jù)挖掘概述

1.1數(shù)據(jù)挖掘

數(shù)據(jù)挖掘是近幾年來新興的一種對(duì)數(shù)據(jù)處理的技術(shù)，又稱為數(shù)據(jù)庫(kù)中的知識(shí)發(fā)現(xiàn)，就是從大量的、不完全、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中，提取隱含在其中的，人們事先不知道的，但又是潛在有用的信息和知識(shí)（模型或規(guī)則）的過程，是一類深層次的數(shù)據(jù)分析方法。數(shù)據(jù)挖掘的第一步就是將手中的信息進(jìn)行預(yù)處理操作后存放在數(shù)據(jù)倉(cāng)庫(kù)中。數(shù)據(jù)預(yù)處理包括數(shù)據(jù)清理與數(shù)據(jù)集成，數(shù)據(jù)清理的內(nèi)容有消除噪聲和不一致數(shù)據(jù)，對(duì)于本文研究的學(xué)生成績(jī)數(shù)據(jù)庫(kù)，因?yàn)樵趯W(xué)生成績(jī)輸入過程中可能出現(xiàn)輸入失誤。數(shù)據(jù)集成就是將多種數(shù)據(jù)源統(tǒng)一為一種存儲(chǔ)方式，在研究的學(xué)生成績(jī)信息大部分是以電子表格（EXCEL）和WPs文件格式存儲(chǔ)的，除此之外還有文本格式（TXT）與其它格式，要研究多年來所有學(xué)生的信息，必須把它們放在一個(gè)統(tǒng)一數(shù)據(jù)庫(kù)中以便數(shù)據(jù)挖掘系統(tǒng)進(jìn)行挖掘。數(shù)據(jù)挖掘在最近幾年里已被數(shù)據(jù)庫(kù)界廣泛研究，其中關(guān)聯(lián)規(guī)則的挖掘是一個(gè)重要的方面.

1.2關(guān)聯(lián)規(guī)則

關(guān)聯(lián)規(guī)則挖掘是在大量數(shù)據(jù)中項(xiàng)集之間發(fā)現(xiàn)有趣的關(guān)聯(lián)或相關(guān)聯(lián)系，是一種簡(jiǎn)單卻很實(shí)用的分析規(guī)則。滿足x的數(shù)據(jù)庫(kù)元組也很可能會(huì)滿足Y。關(guān)聯(lián)規(guī)則挖掘問題可以劃分成兩個(gè)子問題：發(fā)現(xiàn)頻繁項(xiàng)目集；生成關(guān)聯(lián)規(guī)則。

1.3Apfiofi算法

首先設(shè)計(jì)一個(gè)保存有所有項(xiàng)集的類，它的主要屬性有PID：PID項(xiàng)集；Sup_count：PID項(xiàng)集的支持計(jì)數(shù)，還包含一個(gè)主要方法，目的是判斷PID對(duì)象是否是頻繁項(xiàng)集。然后，我們要找到頻繁集項(xiàng)，根據(jù)事務(wù)表的存儲(chǔ)方式，對(duì)表進(jìn)行簡(jiǎn)單l的SQL查詢就可得到支持計(jì)數(shù)，從而判斷是否是頻繁一項(xiàng)集。找到頻繁一項(xiàng)集就可以通過頻繁k項(xiàng)集找了頻繁k+1項(xiàng)集，主要過程為：構(gòu)造出頻繁k項(xiàng)集的Lu和Lv，對(duì)其進(jìn)行連接步計(jì)算，如果可以連接，則生成候選的k+1項(xiàng)集；對(duì)通過連接步生成的候選k+1項(xiàng)集通過頻繁k項(xiàng)集進(jìn)行MN，縮小候選k+1項(xiàng)集；統(tǒng)計(jì)選k+1項(xiàng)集的支持度，通過對(duì)事物集進(jìn)行SQL統(tǒng)計(jì)，計(jì)算出k+1項(xiàng)集的支持技術(shù)，若滿足最小支持度，則標(biāo)記為頻繁項(xiàng)集。最后，對(duì)所有頻繁項(xiàng)集L找出其所有非空真子集Lu，計(jì)算Lu和L-Lu的置信度，這個(gè)即是頻繁項(xiàng)集又滿足最低之心度的項(xiàng)集即為一條關(guān)聯(lián)規(guī)則。至此，Apfiofi算法在程序中基本實(shí)現(xiàn)，運(yùn)行程序，測(cè)試器有效性和效率，完成關(guān)聯(lián)規(guī)則并給出結(jié)果。

二、方案實(shí)施實(shí)例

1、挖掘?qū)ο蠹澳繕?biāo)：本例以我校2009級(jí)計(jì)算機(jī)應(yīng)用技術(shù)專業(yè)畢業(yè)班的學(xué)生成績(jī)?yōu)樵紨?shù)據(jù)，采用關(guān)聯(lián)規(guī)則和Apfiofi算法對(duì)該數(shù)據(jù)進(jìn)行分析，大致說明數(shù)據(jù)挖掘在高校成績(jī)管理中的應(yīng)用。

2、數(shù)據(jù)采集：成績(jī)數(shù)據(jù)庫(kù)中包括了學(xué)生的平時(shí)作業(yè)成績(jī)及課程的考試成績(jī)。這個(gè)數(shù)據(jù)庫(kù)由教師在教學(xué)過程中產(chǎn)生。

3、模型的選定：分析學(xué)生各科目成績(jī)的之間的影響關(guān)系，例如：某學(xué)生《c語(yǔ)言程序設(shè)計(jì)》優(yōu)秀與《數(shù)據(jù)結(jié)構(gòu)》優(yōu)秀的關(guān)系。我們采用關(guān)聯(lián)規(guī)則中最著名的Apfiofi算法。

4、集成數(shù)據(jù)：將采集到的多個(gè)數(shù)據(jù)庫(kù)的數(shù)據(jù)進(jìn)行合并操作。

5、清理數(shù)據(jù)：在統(tǒng)計(jì)學(xué)生成績(jī)?cè)幢頂?shù)據(jù)時(shí)，會(huì)存在一些屬性缺少屬性值的情況，對(duì)于這些缺少屬性值的屬性，采用清理技術(shù)來填補(bǔ)空缺的數(shù)據(jù)值.本文采用忽略元祖的方法把沒有參加考試學(xué)生及成績(jī)數(shù)據(jù)不完整的記錄n除掉.最后得到有效記錄數(shù)據(jù)。

6、轉(zhuǎn)換數(shù)據(jù)：使用統(tǒng)一的格式表示成績(jī)數(shù)據(jù)，便于數(shù)據(jù)挖掘、本文挖掘的是軟件專業(yè)學(xué)生備門課程之間的優(yōu)秀關(guān)系，使用關(guān)聯(lián)規(guī)則挖掘成績(jī)數(shù)據(jù)需要邏輯性數(shù)據(jù)，所以大于90分成績(jī)定義屬性值為“1”。

三、Apriori算法數(shù)據(jù)挖掘

1）建立事務(wù)數(shù)據(jù)表，根據(jù)挖掘要求，只保留優(yōu)秀成績(jī)，沒有獲得優(yōu)秀的學(xué)生記錄做n除處理。2）頻繁項(xiàng)集的數(shù)據(jù)表.表中用來存放項(xiàng)目名稱xl，X2及包含此項(xiàng)目的記錄數(shù)。3）將數(shù)據(jù)表中支持度計(jì)數(shù)小于最小支持度的記錄n除，得到最終頻繁l項(xiàng)集.4）求后繼各頻繁項(xiàng)目集.5）把最終頻繁項(xiàng)集中小于最小置信度。值的記錄n除，從而產(chǎn)生規(guī)則信息，存人數(shù)據(jù)表1。

計(jì)算最后的置信度，把小于最小置信度0值的記錄n除，得出最終關(guān)聯(lián)規(guī)則，存入數(shù)據(jù)表2

總之，隨著數(shù)據(jù)分析技術(shù)的發(fā)展，數(shù)據(jù)挖掘在學(xué)校教學(xué)管理方面有著巨大的應(yīng)用潛力，高校的教育管理者應(yīng)該充分認(rèn)識(shí)到信息的重要性，提高信息的利用效率。endprint